[发明专利]基于STM32和小型麦克风阵列的无人机检测定位方法

权利要求书

1.一种基于STM32和小型麦克风阵列的无人机检测定位方法，其特征在于，包括以下步骤：

步骤1、利用声音传感器采集声音信号；

步骤2、利用FFT算法对采集的信号进行处理；

步骤3、利用改进谐波检测算法对步骤2处理后的数据进行判断；

步骤4、如果判断为无人机信号，则利用GCC-PHAT算法进行不同阵元的时延估计；

步骤5、根据步骤4中得到的时延估计和麦克风阵元几何关系，计算三个麦克风阵列中不同的无人机坐标；

步骤6、利用步骤5中三个麦克风阵列得到的麦克风坐标，利用垂心定位算法进一步精确估计无人机的坐标。

2.根据权利要求1所述的基于STM32和小型麦克风阵列的无人机检测定位方法，其特征在于，所述的STM32采用型号为STM32H743XIT6的芯片。

3.根据权利要求1所述的基于STM32和小型麦克风阵列的无人机检测定位方法，其特征在于，步骤1所述的利用声音传感器采集声音信号，具体如下：

步骤1.1、将声音传感器按照预定的几何位置布置，组成麦克风阵列，连接到STM32开发板上，确定能采集到声音信号；

步骤1.2、将三组麦克风阵列按照预定的几何位置布置，组成分布式的麦克风阵列系统；

步骤1.3、使用分布式的麦克风阵列系统对无人机声音信号进行采集和检测，如果检测到无人机声音信号，则三个麦克风阵列分别对无人机进行坐标定位；

步骤1.4、三个麦克风阵列分别将结果传入总处理的STM32；

步骤1.5、使用STM32自带的ADC转换模块，将模拟电压转换成数字量存储在数组之中。

4.根据权利要求1所述的基于STM32和小型麦克风阵列的无人机检测定位方法，其特征在于，步骤2所述的利用FFT算法对采集的信号进行处理，具体如下：

步骤2.1、采用库移植的方法，将DSP库移植到STM32上，选择库arm_cortexM7lfdp_math.lib，将库文件arm_cortexM7lfdp_math.lib加入到工程之中，然后添加DSP所需的头文件路径，保证工程的可编译；

步骤2.2、开启FPU硬件加速，进行高速的浮点数运算，对采集到的声音信号数据进行FFT运算；

当FPU_PRESENT＝1且FPU_USED＝1时，编译时加入启动FPU的代码，使用FPU进行简单的加减乘除，使用固件库自带的arm_math.h，根据编译控制项决定使用的函数方法，如果没有使用FPU，则调用keil的标准math.h头文件中定义的函数；如果使用了FPU，则使用固件库自带的优化函数；

为了使用STM32H7的arm_math.h，需要定义ARM_MATH_CM7；如果不使用CMSIS的库，则调用Keil自带的math.h；另外，定义控制项CC_ARM在某些数学函数中需要使用VSQRT指令，因此需要添加宏定义ARM_MATH_CM4,CC_ARM；如果使用DSP库函数的文件则需要添加#includearm_math.h来调用DSP库的API。

5.根据权利要求1所述的基于STM32和小型麦克风阵列的无人机检测定位方法，其特征在于，步骤3所述的利用改进谐波检测算法对步骤2处理后的数据进行判断，具体如下：

步骤3.1、将无人机信号在0-1000Hz内的频率划分为五个特征频段，分别为[65，195]、[195，325]、[325，455]、[455，585]、[585，715]；

步骤3.2、使用特征点的方法，将特征频段中最大的两个极大值的频率求平均，得到的值即为特征点的频率；

步骤3.3、如果得到信号基频中心在130Hz附近，并且每个特征频段中的特征点大约为基频的整数倍，则判定该声音信号为无人机信号。